首頁 > 智能 > 正文

毫末智行發(fā)布生成式大模型“雪湖·海若”，自動駕駛也需要GPT嗎？|今日熱議

2023-04-14 14:04:58來源：智嗨網(wǎng)

撰文 | 小不董

編輯 | 李信馬

題圖 | 毫末智行

(資料圖片)

自動駕駛也安排上“GPT”了。

4月11日，毫末智行正式官宣首個應(yīng)用GPT模型和技術(shù)邏輯的自動駕駛算法模型，中文名“雪湖·海若”。

微軟CEO納德拉曾說：“深度學(xué)習(xí)在過去20年或10年取得了巨大進(jìn)展，大模型將是下一個大事件。”當(dāng)下國內(nèi)外人工智能技術(shù)大爆發(fā)，大模型正在迅速向我們的生活中拓展延伸，相對來說，國外科技巨頭的步伐更快一步，但在自動駕駛領(lǐng)域，毫末智行所發(fā)布的DriveGPT，卻是全球首個自動駕駛生成式大模型，這在讓人欣喜的同時，也不禁產(chǎn)生疑問：自動駕駛也需要GPT嗎？DriveGPT是真的“為天下先”，還是噱頭居多？

I、何為“雪湖·海若”？

海若，出自《莊子·秋水》，河伯請教北海若，何謂大小之分，北海若教導(dǎo)，不因天地而覺大，不因毫末而覺小。因此，毫末把DriveGPT中文名命名為“雪湖·海若”，寓意智慧包容、海納百川。

要回答上面兩個問題，首先要回答，雪湖·海若是不是“GPT”？

GPT，全稱Generative Pre-trained Transformer，即生成式預(yù)訓(xùn)練大模型，本質(zhì)上是在求解下一個詞出現(xiàn)的概率，這是它的數(shù)學(xué)原理，每一次調(diào)用都是從概率分布中抽樣并生成一個詞，這樣不斷地循環(huán)，就能生成一連串的字符，用于各種下游任務(wù)。

其實(shí)在ChatGPT大火之前，GPT就已經(jīng)用在了其他領(lǐng)域，比如2021年7月的CodeX，也就是CodeGPT，可以用于代碼生成，提升寫代碼的效率，還有2021年12月發(fā)布的WebGPT，可以讓GPT利用搜索引擎，主動搜索結(jié)果并匯總整理出答案，也就是近期微軟發(fā)布的New Bing搜索。所以，GPT本身是一種非常通用的建模范式，能應(yīng)用的領(lǐng)域非常之多。

DriveGPT整體的訓(xùn)練邏輯和使用的算法，與ChatGPT大體相似，不過由于領(lǐng)域不同，所以只在自己的特定條件下實(shí)行，性質(zhì)不完全相同，但仍是“GPT”。

自動駕駛也需要GPT嗎？

這個問題其實(shí)在數(shù)年前就有企業(yè)進(jìn)行了探索。當(dāng)前，全球范圍內(nèi)有機(jī)會沖擊1億公里級運(yùn)營里程俱樂部的有兩家企業(yè)：一個是特斯拉，基于百萬級車主的參與，其FSD累積行駛里程將沖向1億英里；另一個就是毫末智行。

2019年，時任特斯拉AI總負(fù)責(zé)人安德魯·卡帕西（Andrej Karpathy）提出，特斯拉自動駕駛要像人一樣開車，要在2021年取消激光雷達(dá)，并引入“大模型”對特斯拉的自動駕駛系統(tǒng)進(jìn)行訓(xùn)練，同年發(fā)布了Dojo超級計算系統(tǒng)（Dojo是特斯拉自研的超級計算機(jī)系統(tǒng)，能夠利用海量視頻數(shù)據(jù)，完成“無人監(jiān)管”的標(biāo)注和訓(xùn)練）。

2020年，特斯拉宣布將基于深度神經(jīng)網(wǎng)絡(luò)的大模型引入其自動駕駛之中，到現(xiàn)在已實(shí)現(xiàn)了純視覺FSD Beta的大規(guī)模公測。特斯拉FSD系統(tǒng)即全自動駕駛系統(tǒng)，包括了自動駕駛導(dǎo)航、自動變道、自動泊車、召喚和交通燈以及停車標(biāo)志控制等功能。截止到2022AI DAY，特斯拉已在超過16萬輛車上進(jìn)行了FSD Beta版系統(tǒng)測試，僅一年內(nèi)就訓(xùn)練了7.5萬個神經(jīng)網(wǎng)絡(luò)模型。

在國內(nèi)，毫末智行率先引入了Transformer的技術(shù)，之后也是最早建立自己超算中心的自動駕駛企業(yè)。2021年，毫末智行在推出數(shù)據(jù)智能體系MANA的同時，也宣布要借助大模型提升數(shù)據(jù)處理能力，從而加速HPilot智能輔助駕駛產(chǎn)品的進(jìn)化。

今年1月5日，毫末智行舉辦AI DAY，在自動駕駛數(shù)據(jù)智能體系MANA（雪湖）的基礎(chǔ)上，推出了新的智算中心MANA OASIS（雪湖·綠洲）。毫末智行董事長張凱在現(xiàn)場說到：“隨著自動駕駛企業(yè)向3.0時代邁進(jìn)，大模型+大數(shù)據(jù)的數(shù)據(jù)驅(qū)動模式，成為自動駕駛技術(shù)進(jìn)化的關(guān)鍵，而驅(qū)動大模型和海量數(shù)據(jù)訓(xùn)練的超算中心將成為自動駕駛企業(yè)的入門配置。”

2、加速進(jìn)入自動駕駛3.0時代

如果將自動駕駛的發(fā)展分為三個階段，那么在自動駕駛3.0時代，DriveGPT可以說是應(yīng)運(yùn)而生。

1.0時代是硬件驅(qū)動的，從谷歌等科技巨頭的初代無人車開始的自動駕駛1.0時代，這一階段硬件就是自動駕駛的能力上限，特別是雷達(dá)傳感器，其數(shù)量越多、性能越強(qiáng)，對應(yīng)的自動駕駛智能化程度就越高。其明顯問題就是，整車成本居高不下，改造成本動輒上百萬；以及智能化程度較低，行駛里程較短，在100萬公里內(nèi)。

2.0時代是軟件驅(qū)動的，自2016年AlphaGo戰(zhàn)勝李世石后，掀起了一陣以深度學(xué)習(xí)為基礎(chǔ)的AI技術(shù)潮，大幅降低了單車成本的同時，自動駕駛里程逐漸增加至上千萬公里。

圖片來源：IC Photo

而3.0時代是數(shù)據(jù)驅(qū)動的，AI依然是核心技術(shù)，不同就在于AI對數(shù)據(jù)的要求發(fā)生了質(zhì)變，“大模型”成為新的技術(shù)基石。

工信部數(shù)據(jù)顯示，2022上半年L2 級輔助駕駛乘用車新車市場滲透率達(dá)到 30%，同比增加 12.7%。中國自動駕駛在多方也取得了突破，來自2022世界智能網(wǎng)聯(lián)汽車大會的消息顯示，全國開放各級測試公路超過7000公里，實(shí)際道路測試?yán)锍坛^1500萬公里，自動駕駛出租車、無人巴士、自主代客泊車、干線物流以及無人配送等多場景示范應(yīng)用有序開展。

技術(shù)方面呈現(xiàn)了一個新的趨勢：不再是硬件或者軟件驅(qū)動，不再是測試道路下的數(shù)據(jù)驅(qū)動，而是以真實(shí)道路行駛場景為核心的數(shù)據(jù)驅(qū)動，這便是自動駕駛3.0。

隨著用戶更高頻地開啟輔助駕駛功能，智駕行駛的行駛里程和使用頻率呈現(xiàn)指數(shù)級提升，足夠規(guī)模和多樣化的數(shù)據(jù)帶來數(shù)據(jù)積累的優(yōu)勢，可以更好驅(qū)動自動駕駛技術(shù)的快速迭代升級。生成式大模型已成為自動駕駛系統(tǒng)進(jìn)化的關(guān)鍵，基于Transformer大模型訓(xùn)練的感知、認(rèn)知算法，將逐步在車端進(jìn)行落地部署。基于自動駕駛數(shù)據(jù)的大規(guī)模增長，以及大模型的深入應(yīng)用，也讓智算中心成為自動駕駛行業(yè)的“新基建”。

3、DriveGPT是怎樣煉成的？

DriveGPT自動駕駛認(rèn)知大模型也采用了RLHF（人類反饋強(qiáng)化技術(shù)）算法，通過不斷輸入真實(shí)人駕接管數(shù)據(jù)，持續(xù)優(yōu)化自動駕駛決策模型，簡單來說就是它會借鑒海量真實(shí)駕駛數(shù)據(jù)，從而做出自己的最優(yōu)解。

不同路況、天氣和變量下，自動駕駛?cè)绾螒?yīng)變？這就需要一個強(qiáng)大的模擬人類思維的模型，GPT相關(guān)的AI軟件就是為此而生。

首先，把感知和認(rèn)知相關(guān)大模型能力統(tǒng)一整合到DriveGPT——也就是自動駕駛生成式大模型中；其次，計算基礎(chǔ)服務(wù)針對大模型訓(xùn)練在參數(shù)規(guī)模、穩(wěn)定性和效率方面做了專項(xiàng)優(yōu)化，并集成到OASIS當(dāng)中。增加了使用NeRF技術(shù)的數(shù)據(jù)合成服務(wù)，降低Corner Case數(shù)據(jù)的獲取成本；另外，毫末智行還針對多種芯片和多種車型的快速交付難題，優(yōu)化了異構(gòu)部署工具和車型適配工具。

自動駕駛中不可或缺的視覺感知上，其核心目的就是恢復(fù)真實(shí)世界的動靜態(tài)信息和紋理分布，毫末智行對視覺自監(jiān)督大模型做了一次架構(gòu)升級，將預(yù)測環(huán)境的三維結(jié)構(gòu)，速度場和紋理分布融合到一個訓(xùn)練目標(biāo)里面，強(qiáng)迫模型練好內(nèi)功，之后面對各種具體任務(wù)都能“胸有成竹”。

據(jù)現(xiàn)場演講介紹，DriveGPT雪湖·海若具有三個能力：

可以按概率生成多個場景序列，每個場景都是一個全局的場景，都是未來有可能發(fā)生的一種實(shí)際情況。能把場景中用戶最關(guān)注的自車行為軌跡量化，也就是生成場景的同時，便會產(chǎn)生自車未來的軌跡信息。DriveGPT雪湖·海若也很好地繼承了這種特性，在生成場景序列、軌跡的同時，也會把整個決策邏輯鏈給輸出。

DriveGPT雪湖·海若的一個關(guān)鍵設(shè)計，就是場景的Token化表達(dá)，毫末智行把這種方式叫做Drive Language。

目前毫末智行Token的詞表空間是50萬個左右，DriveGPT雪湖·海若就像一部推理機(jī)器，你告訴它過去發(fā)生了什么，它按概率推理出未來多個可能。通過對于不同場景“優(yōu)勝劣汰”，DriveGPT最后把參數(shù)更新到一個備份模型（Active Model）中，通過強(qiáng)化學(xué)習(xí)的方式，生成的效果就會有一個明顯地提升。

圖片來源：毫末智行

相比特斯拉FSD的百萬+量產(chǎn)車下線，中國企業(yè)與之的距離相去甚遠(yuǎn)。要突破自動駕駛的長尾效應(yīng)，就要不斷擴(kuò)大道路行駛場景。毫末智行CEO顧維灝在現(xiàn)場說到：“DriveGPT雪湖·海若可以逐步應(yīng)用到城市NOH、捷徑推薦、智能陪練以及脫困場景中。有了DriveGPT的加持，車輛行駛會更安全；動作更人性、更絲滑，并有合理的邏輯告訴駕駛者，車輛為何選擇這樣的決策動作。對于普通用戶來說，車輛越來越像老司機(jī)。”

4、大考之年，枕戈待旦

2022年，中國市場乘用車高級別輔助駕駛前裝搭載率升至29.40%，前裝標(biāo)配交付585.99萬輛。毫末智行曾在去年預(yù)估，到2025年高級別輔助駕駛搭載率超過70%。這意味著從今年開始，智駕產(chǎn)品進(jìn)入一個快速增長的全線爆發(fā)期。

這也說明，城市導(dǎo)航輔助駕駛產(chǎn)品在2023年將圍繞量產(chǎn)交付發(fā)力，幾個主要玩家的城市導(dǎo)航輔助駕駛產(chǎn)品將會進(jìn)入到真實(shí)用戶交付和多城市并行落地的比拼中。其次，行泊一體和無人車的商業(yè)化將成為自動駕駛公司深耕的重點(diǎn)。搭載低成本行泊一體功能的智駕產(chǎn)品將迎來一個前裝量產(chǎn)的高潮，高速導(dǎo)航輔助駕駛、自主泊車等產(chǎn)品的體驗(yàn)也會迎來全面升級，車主的使用頻率和滿意度將成為產(chǎn)品競爭力的主要衡量標(biāo)準(zhǔn)。

在這些趨勢之下，毫末智行迎來了它的沖刺大考之年。

圖片來源：毫末智行

據(jù)了解，毫末智行DriveGPT雪湖·海若大模型的成果將首發(fā)落地在搭載毫末智行HPilot3.0的新摩卡DHT-PHEV上，此款車型上市后，我們就能看到，DriveGPT是否真的能提供優(yōu)秀的駕駛體驗(yàn)。

圖片來源：毫末智行

“很多人問我，為什么毫末智行要探討雪湖·海若？背后是毫末智行踏踏實(shí)實(shí)的在做技術(shù)，踏踏實(shí)實(shí)的實(shí)現(xiàn)未來。毫末智行成立到現(xiàn)在接近三年半時間。這三年多時間，很多事物都發(fā)生了變化，但是毫末智行對技術(shù)的堅定投入始終未變。我們始終熱愛技術(shù)，枕戈待旦，全力沖刺。再難，我們都不會放棄。”顧維灝總結(jié)道。

標(biāo)簽：